采用蒙特卡洛方法计算PI的值

本文介绍了蒙特卡洛方法在计算π值的应用,通过在单位正方形内生成随机点并计算落在单位圆内的点的比例,乘以4得到π的近似值。随着样本点数量增加,结果更加接近真实值。在Matlab中实现这一过程,展示了样本大小对精度的影响,并指出由于伪随机数生成器的局限性,这种方法无法得到极高精度的π值。
摘要由CSDN通过智能技术生成

蒙地卡罗方法(Mente Carlo method)是一种通过产生大量随机数并结合相关统计和数值计算来解决问题的一类方法。本文介绍如何利用蒙地卡罗方法来计算pi的值。


基本思想: 利用圆与其外接正方形面积之比为pi/4的关系,通过产生大量均匀分布的二维点,计算落在单位圆和单位正方形的数量之比再乘以4便得到pi的近似值。样本点越多,计算出的数据将会越接近真识的pi(前提时样本是“真正的”随机分布)。


在Matlab中,只需以下几行代码:

N = 10000;%样本点
rng('shuffle');%初始化随机发生器
x = rand(N,1);%二维样本的x坐标,x: [-1,1]
rng('shuffle');%再次初始化随机发生器,与上次不同,将产生独立的随机数
y = rand(N,1);%二维样本的y坐标, y:[-1:1]
s = sum(x.^2+y.^2 <= 1);

  • 2
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值